Practical use of fuzzy implicative gradual rules in knowledge representation and comparison with Mamdani rules
Utilisation de règles implicatives graduelles pour la représentation de connaissances et comparaison avec des règles de Mamdani
Résumé
Thanks to their ability to model natural language, fuzzy rules are very popular in expert knowledge representation. Mamdani fuzzy systems are widely used for process simulation or control. Nevertheless, fuzzy implicative rules, and especially gradual rules, provide another kind of knowledge representation, which can be very useful in approximate reasoning. In this paper, the two types of rules are compared according to their behavior in some typical situations such as rule interpolation, combination of a specific rule with a more generic one. The comparison is carried out with regard to the output possibility distribution, the crisp inferred value and the rule base consistency. Finally, we discuss the complemental aspects of these rules and we show how in certain cases gradual rules may constitute an interesting alternative to Mamdani rules
Du fait de leur capacité à modéliser le langage naturelle, les règles floues sont très utilisées pour la représentation des connaissances. Les systèmes de Mamdani sont très utilisés en smultaion et contrôle. Néanmoins, les règles implicatives, et particulièrement les règles graduelles, modélisent un type différent de connaissance. Elles peuvent être utlisées en raisonnement approché. Dans cet article, les comportements des deux types de règles sont comparés dans des situations typiques comme l'interpolation, la combinaison d'une règle générique avec une plus spécifique. La comparaison s'appuie sur les distributions de possibilité de la sortie, la valeur inférée et la cohérence de la base de règles. Enfin, nous discutons le caractère complémentaire de ces deux types de règles et nous montrons que les règles implicatives graduelles peuvent représenter une alternative aux règles de Mamdani